[发明专利]一种基于主题的类引力模型微博预测方法与系统

摘要

本发明公开了一种基于主题的类引力模型微博预测方法与系统，所述的方法包括以下步骤：爬取相应的微博，并根据时间窗D的大小分别存储相应的微博转发关系及微博内容；对爬取的微博进行主题分类，重新按微博主题对爬取的微博转发关系进行存储，针对每个微博主题建立微博转发关系网络，根据每个微博主题转发库中的转发关系，计算每条边的权重并利用统计方法计算边的权重。所述的系统包括数据爬取模块、微博库、转发关系库、分析模块、预测关系库、用户前端模块和用户后端模块，本发明提高了局部预测的精度，同时通过带有权重的类引力模型可以任意预测第K批关注者的转发情况，基于不同的主题转发关系，提高了预测准确度。

主权项

一种基于主题的类引力模型微博预测方法，其特征在于，它包括以下步骤：S1：爬取微博，并根据时间窗D的大小分别存储相应的微博转发关系及微博内容；S2：利用现有的主题模型对爬取的微博内容进行主题分类；S3：根据不同的主题分类分别存储微博转发关系；S4：基于不同主题分类的转发关系，建立有向图网络；S5：统计有向图网络中的节点个数M，并给予每个节点1/M的权重；S6：统计每个微博用户发布的微博被转发的总数N，以及每个微博用户对应的各个粉丝转发的数量n1,n2,n3…ni，计算每个粉丝对应的每条有向边的初始权重为：S7：把选定节点的权重根据有向边的权重分配到关注该节点的节点上，用以更新关注该节点的每个节点的权重；S8：根据更新以后的节点权重计算相应的有向边的权重；S9：循坏执行S7～S8步骤，直到每个节点的权重收敛；S10：根据需要获取待测微博的第K度粉丝的节点权重k1,k2,…kn；S11：计算待测微博到选定的一个K度粉丝的引力指数：其中，M为待测微博用户的节点权重，m为选定的一个K度粉丝的节点权重，r为M到m的一条路线的所有有向边的权重之和的倒数，G根据实际需要设定。